[发明专利]一种基于APIT测试的无线传感器网络定位算法

说明书

本发明公开了一种基于APIT测试的无线传感器网络定位算法，通过建立Voronoi图计算出虚拟锚节点坐标，对重叠区域建立序列等级，缩小未知节点可能存在区域，将最终确定的区域质心作为节点的估计坐标；具体步骤：建立关于锚节点的Voronoi图；进行模拟三角形内点测试，降低Out‑To‑In和In‑To‑Out的发生概率；筛选合理三角形，通过网格扫描法确定重叠区域，对该区域进行空间划分，建立序列等级，计算各子区域的序列等级和未知节点的序列等级的相似度；将契合度最高的子区域质心作为未知节点的估计坐标。本发明在不增加任何硬件成本及通信开销的前提下，具有更高的定位覆概率及更小的定位误差和更稳定的定位结果。

技术领域

本发明属于无线通信网络技术领域，涉及一种基于APIT测试的无线传感器网络定位算法。

背景技术

无线传感器网络(Wireless Sensor Networks，WSN)中，传感器节点感知、采集所需信息，并把这些信息传输给网络处理，在未来万物互联的世界中，物体间的相对位置关系是实现物联网的基础，没有结合位置信息的传感数据毫无意义，定位问题已成为物联网中的热点问题。

APIT算法(approximation of the perfect PIT test)是无线定位中广泛使用的基本算法，该算法通过交换邻居节点信息这种方式来模拟节点的运动过程，若未知节点的邻居节点同时远离或接近ABC这三个顶点，则判断未知节点在三角形外部，否则，未知节点在三角形内部，以便得到各三角形的重叠区域，通过求其质心完成定位。

在实际应用中，由于受到硬件条件，环境限制以及传播模型的合理性等各种因素的影响，测的或估计的定位结果经常会存在一定误差，在实际操作的过程中所引起的问题及非视距 (NLOS)所引起的误差也会对定位结果产生较大影响，偏离了真实值的数据将会带来更高的定位误差。

在测距误差对APIT定位算法影响方面，主要集中于3个方面：一方面是锚节点稀疏时，不能组成三角形，或组成的三角形个数较少，最终确定的重叠区域较大，导致定位精度不高；另一方面，由于边缘效应的存在会导致在三角形边附近的节点存在Out-To-In和In-To-Out这两种错误；最后一方面，使用网格扫描法后直接使用质心定位都会带来定位精度不高的结果。

发明内容

本发明的目的在于克服上述技术存在的缺陷，提供一种基于APIT测试的无线传感器网络定位算法，通过建立Voronoi图计算出虚拟锚节点坐标，对重叠区域建立序列等级，缩小未知节点可能存在区域，将最终确定的区域质心作为节点的估计坐标。

其具体技术方案为：

一种基于APIT测试的无线传感器网络定位算法，包括以下步骤：

步骤a，建立关于锚节点的Voronoi图；进行模拟三角形内点测试(APIT)，降低Out-To-In 和In-To-Out的发生概率；

步骤b，筛选合理三角形，通过网格扫描法确定重叠区域，对该区域进行空间划分，建立序列等级，计算各子区域的序列等级和未知节点的序列等级的相似度；

步骤c，将契合度最高的子区域质心作为未知节点的估计坐标。

进一步，所述步骤a的过程为：

步骤a1，各锚节点通过Voronoi函数建立Voronoi图，遍历所有交点，除去限制范围外的交点坐标；

步骤a2，剩余交点坐标若在锚节点的一跳范围内，则其位置信息作为虚拟锚节点坐标随锚节点广播；